提出手 - 对象掩码训练新范式及 DEHOI 测试床
热点事件持续更新
提出手 - 对象掩码训练新范式及 DEHOI 测试床
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Masatoshi Tateno 等人针对现有自眼视角视频语言模型(VLM)过度依赖手部外观、难以区分动态相似但操作不同交互的问题,提出了一种结合手 - 对象掩码训练与 HOI 动力学感知解码器的新范式。研究构建了 DEHOI 测试床,利用视频修复技术选择性移除手部或物体,以独立评估线索贡献度。实验表明,该范式有效缓解了模型对手部中心线索的偏见,在动作识别和物体状态识别基准上优于仅使用自眼视角数据的 VLM。
AI 根据报道生成 · 10 小时前更新
最新进展11月19日 13:00
自眼视角视频语言模型能否同时捕捉手部与物体中心线索?报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉自眼视角视频语言模型能否同时捕捉手部与物体中心线索?
针对现有仅基于自眼视角视频训练的视觉语言模型(VLM)过度依赖手部外观、难以区分动态相似但操作不同的交互问题,本文提出了一种结合手 - 对象掩码训练与 HOI 动力学感知解码器的新范式。研究构建了 DEHOI 测试床,利用视频修复技术选择性移除手部或物体以独立评估线索贡献度。实验表明,该范式有效缓解了模型对手部中心线索的偏见,在动作识别和物体状态识别基准上优于仅使用自眼视角数据的 VLM。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。